автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.15, диссертация на тему:Моделирование и анализ параллельных вычислительных процессов в системах мониторинга

введение.

1. математическое моделирование параллельных вычислительных процессов в системах мониторинга.

1.1 Анализ принципов организации вычислительных процессов в системах мониторинга.

1.2 Сравнение способов построения и методов анализа моделей параллельных вычислительных процессов.

1.3 Анализ инструментальных средств моделирования информационно-вычислительных систем и сетей.

1.4 Задачи развития методов и средств анализа параллельных вычислительных процессов в системах мониторинга.

2. анализ параллельных вычислительных процессов с задержками в объединении синхронизируемых процедур двухуровневых схем принятия решений в системах мониторинга и управления.

2.1 Формирование описания параллельных вычислительных процессов с задержками в объединении синхронизируемых процедур двухуровневых схем принятия решений.

2.2 Формализация процесса отыскания групп совместных вершин для анализа параллельных процессов с задержками в объединении решающих правил.

2.3 Инструментальные средства для анализа параллельных процессов по методу отыскания групп совместных вершин.

2.4 Исследование характеристик параллельных вычислительных процессов по методу отыскания групп совместных вершин.

Выводы.

3. моделирование многоуровневых систем принятия решений с использованием метода свертки.

3.1 Представление параллельных процессов с задержками в объединении синхронизируемых процедур многоуровневых схем принятия решений.

3.2 Обоснование выбора метода для анализа многоуровневых схем принятия решений.

3.3 Расширение метода свертки для анализа параллельных вычислительных процессов с задержками в объединении синхронизируемых процедур двухуровневых схем принятия решений.

3.3.1 Определение характеристик обнаружения событий при отсутствии временных задержек в комплексировании решений.

3.3.2 Характеристики обнаружения событий при одинаковых ненулевых временных задержках комплексирования решающих правил.

3.3.3 Характеристики обнаружения событий при произвольных временных задержках комплексирования решающих правил.

3.3.4 Характеристики обнаружения событий при комплексировании последовательных фрагментов по функции «М из N» с бесконечными задержками.

3.4 Формализация метода свертки для анализа параллельных вычислительных процессов с задержками в объединении синхронизируемых процедур многоуровневых схем принятия решений.

3.5 Инструментальные средства для анализа многоуровневых логических моделей параллельных процессов по методу свертки.

Выводы.

4. анализ характеристик качества функционирования систем мониторинга.

4.1 описание предметной области.

4.2 Разработка моделей для исследования системы мониторинга.

4.3 Определение и исследование характеристик вычислительных процессов.

Выводы.

5. исследование системы мониторинга и управления поведением судна.

5.1 Архитектура систем управления поведением судна.

5.2 Построение математической модели процесса принятия решений в системе мониторинга и управления поведением судна.

5.3 Исследование временных характеристик системы мониторинга и управления поведением судна.

Выводы.

Системы мониторинга и управления (СМУ) сложными распределенными объектами многофункциональны и неоднородны. Для наблюдения и своевременного выявления критических и внештатных ситуаций в работе объекта необходимо обрабатывать большие объемы информации за жестко ограниченные периоды времени. Подобное положение служит предпосылкой использования при создании СМУ высокопроизводительных многопроцессорных вычислителей, позволяющих распараллелить процессы обработки информации во времени.

Задачи проектирования современных систем мониторинга и управления, настройки, сопровождения и модернизации существующих реализаций имеют, как правило, множество решений и требуют существенных материальных и временных затрат. Для выбора наиболее рационального варианта используются, во-первых, экспертные оценки специалистов, и, во-вторых, моделирование возможных вариантов и сравнительный анализ полученных результатов. Развернутая консультация высококвалифицированных специалистов в области построения систем мониторинга и управления позволяет решить лишь отдельные задачи концептуального плана. В связи с этим особую важность приобретает разработка и исследование моделей СМУ, ориентированных на получение объективных оценок различных характеристик.

Существующие системы мониторинга и управления, как правило, сильно предметно-ориентированы. Однако рассмотрение таких систем на более высоком уровне абстракции позволяет использовать предметно-независимый математический аппарат для оценки их характеристик. Дальнейшая адаптация математического аппарата обеспечивает получение более точных характеристик, а также дает возможность теоретического обоснования введения новых типов архитектур в существующие системы мониторинга и управления.

По мере роста возможностей вычислительных средств, на базе которых строятся системы мониторинга, увеличиваются объемы новых разработок, широта их применения, а также наблюдается возрастание важности выполняемых ими функций. В результате стал недопустимым широко распространенный ранее подход «лишь бы система работала». Теперь необходимо знать, с какими характеристиками качества функционирует данная система мониторинга и при каких условиях достигаются высокие результаты от ее применения.

Пользователю системы необходимо дать четкое представление о ее возможностях и технических условиях эксплуатации, при которых гарантируется выполнение определенных функций и требуемый уровень качества. В таких условиях процесс моделирования становится неотъемлемой составляющей не только этапа проектирования, но и этапа функционирования системы мониторинга.

Ключевым фактором, определяющим основные характеристики качества функционирования систем мониторинга, является время. Данная работа посвящена моделированию параллельных вычислительных процессов в СМУ с целью определения временных характеристик процессов, протекающих в системе.

Одной из наиболее характерных областей, в которых задачи мониторинга и управления в реальном времени востребованы и актуальны, являются сложные распределенные вычислительные системы. Современные решения в области мониторинга и управления компьютерными сетями и системами построены на основе правил. Модули прогнозирования используют в основном имитационное моделирование для построения вариантов развития событий в сети, поскольку существующие аналитические методы для оценки параллельных вычислительных процессов охватывают довольно ограниченный класс моделируемых объектов, не отражающих ситуаций, наиболее типичных для систем мониторинга и управления.

Однако аналитическое моделирование имеет ряд преимуществ по сравнению с имитацией, особенно для СМУ, в которых на время принятия решения накладываются жесткие временные ограничения.

В процессе обнаружения и классификации критических и внештатных ситуаций с использованием временной, структурной и функциональной избыточности технических объектов при параллельной обработке данных применяются сложные механизмы синхронизации, предусматривающие учет временных задержек в объединении последовательных вычислительных подпроцессов и перезапуска процедур формирования решающих правил. Подобные механизмы синхронизации не исследованы с позиций аналитического определения их влияния на статистические характеристики времени выполнения параллельных вычислительных процессов, предопределяющих качество функционирования СМУ. Данное обстоятельство явилось причиной методологического разрыва между практическими потребностями в обеспечении гарантированного качества мониторинга вычислительных систем и возможностями теоретических разработок в области создания и сопровождения СМУ.

Большую часть отечественного рынка систем мониторинга и управления вычислительными системами и сетями составляют продукты зарубежных компаний с закрытой наукоемкой составляющей, обеспечивающей целенаправленное изменение параметров системы для повышения качества мониторинга в условиях параллельной обработки данных.

В связи с этим представляется актуальным развить аппарат аналитических соотношений для получения характеристик параллельных процессов с целью охвата более широкого класса моделируемых объектов, обеспечив возможность определения основных показателей качества систем мониторинга при их конкретной предметной ориентации. Очевидно, что развиваемый аппарат должен обладать широтой возможностей по отношению к проблемным ситуациям, возникающим при проектировании и сопровождении систем мониторинга. Наряду с этим необходимо определить те типовые операции, выполнение которых приведет к нахождению основных показателей качества систем мониторинга. Для подтверждения корректности развиваемого аппарата и подобных операций целесообразно реализовать внедрение предлагаемого подхода в перспективные разработки систем мониторинга. Среди возможных приложений выбраны система мониторинга сети передачи электронных платежей и система мониторинга и управления положением судна на волне, пользователи которых остро нуждались в повышении качества функционирования, что установлено в результате анализа особенностей их сопровождения.

Целью диссертационной работы является развитие методов и средств анализа параллельных вычислительных процессов в системах мониторинга и управления.

Процесс достижения поставленной цели разделяется на два этапа. Первый направлен на устранение указанного противоречия между практическими потребностями и теоретическими наработками в области проектирования систем мониторинга и управления путем развития аналитических методов исследования параллельных вычислительных процессов. Второй этап связан с практическим приложением разработанного математического обеспечения.

Для достижения сформулированной цели необходимо решить следующие задачи:

1. Сформировать описание параллельных вычислительных процессов с задержками в объединении синхронизируемых процедур принятия решений в системах мониторинга и управления.

2. Разработать метод и средства анализа логических моделей параллельных вычислительных процессов с задержками в объединении синхронизируемых процедур двухуровневых схем принятия решений.

3. Разработать метод и средства анализа иерархических логических моделей параллельных вычислительных процессов с задержками в объединении синхронизируемых процедур многоуровневых схем принятия решений.

4. Расширить состав средств проектирования систем планирования действий интеллектуальных информационных агентов, предназначенных для мониторинга сети передачи электронных платежей Северо-Западного региона России.

5. Сформировать и проанализировать математическое описание моделей для исследования процессов обработки информации и принятия решений в системах мониторинга и управления положением судна на волне.

Две последние задачи относятся к реализации второго этапа достижения поставленной цели. Выбор столь различных областей применения систем мониторинга и управления обусловлен стремлением отразить широкий диапазон возможных применений полученных теоретических результатов.

Научная новизна работы заключается в следующем:

1. Разработан новый подход к построению моделей параллельных вычислительных процессов с задержками в объединении синхронизируемых процедур многоуровневых схем принятия решений, расширяющий известные способы формального описания вычислительных процессов в системах мониторинга и управления.

2. Предложена формализация этапа построения графа возможных реализаций для метода отыскания групп совместных вершин, позволяющая оценить влияние задержек в объединении синхронизируемых процедур двухуровневых схем принятия решений на статистические характеристики времени выполнения параллельных вычислительных процессов в СМУ.

3. Проведена модификация метода свертки, обеспечивающая возможность оценки влияния задержек в объединении синхронизируемых процедур многоуровневых схем принятия решений на статистические характеристики времени выполнения параллельных вычислительных процессов в системах мониторинга и управления.

4. Расширен состав математического обеспечения для научного обоснования выбора функциональных способов построения систем планирования действий интеллектуальных информационных агентов в условиях параллельной обработки данных.

5. Впервые построены и исследованы модели типовых вычислительных процессов в системе мониторинга и управления положением судна на волне при параллельной обработке данных.

Практическая значимость работы заключается в автоматизации анализа параллельных вычислительных процессов с задержками в объединении синхронизируемых процедур многоуровневых схем принятия решений в системах мониторинга и управления. Благодаря развитию методов и средств анализа параллельных вычислительных процессов предоставляется возможность теоретически обоснованного выбора механизмов синхронизации параллельно выполняемых процедур, обеспечивается снижение аппаратных и временных затрат на оценку статистических характеристик параллельных задач, расширяется пространство стохастических сред для эффективного применения интеллектуальных агентов, повышается качество функционирования систем мониторинга и управления положением судна на волне.

Прикладная реализация работы выражается в:

• разработке математических моделей планов действий интеллектуальных агентов, ведущих опрос разнородных информационных источников при мониторинге сети передачи электронных платежей;

• проведении сравнительного анализа построенных моделей планов действий агентов с учетом ограничений по времени и стоимости ведения опроса;

• определении влияния параметров функций объединения процедур обработки информации и принятия решений в системах мониторинга и управления положением судна при волнении на качество их функционирования.

Результаты диссертации внедрены в ОАО «Промышленно-Строительный Банк» Санкт-Петербурга, Санкт-Петербургском морском техническом университете, Санкт-Петербургском государственном техническом университете.

Основные положения и результаты работы апробированы на 16 научно-технических семинарах и конференциях. По материалам диссертации опубликовано 17 работ.

Основное содержание работы составляет решение научно-технической задачи расширения методов анализа параллельных вычислительных процессов и создания новых средств моделирования логических моделей последовательно-параллельных процессов в системах мониторинга и управления. Работа включает 5 глав.

В первой главе представлено общее описание структуры систем мониторинга и управления, показано поэтапное развитие систем управления компьютерными сетями и системами, проанализированы принципы их организации. Проведен сравнительный анализ способов построения и методов анализа моделей параллельных вычислительных процессов, а также существующих инструментальных средств моделирования информационно-вычислительных систем и сетей. Сформулированы задачи развития методов и средств анализа параллельных вычислительных процессов в системах мониторинга.

Вторая глава посвящена анализу параллельных вычислительных процессов, реализующих двухуровневые схемы принятия решений в системах мониторинга и управления. Сформировано описание таких процессов с учетом возможных задержек синхронизации объединяемых процедур. Формализована процедура отыскания групп совместных вершин для анализа параллельных процессов с задержками в объединении решающих правил. Представлено разработанное инструментальное программное обеспечение для анализа моделей параллельных процессов по методу отыскания групп совместных вершин. Проанализированы результаты исследования моделей, соответствующих типовым двухуровневым схемам. Выявлены способы сокращения временных затрат на реализацию параллельных вычислительных процессов в системах мониторинга и управления, основанные на планировании вариаций в объединении синхронизируемых процедур двухуровневых схем принятия решений.

В третьей главе рассмотрены принципы формализации описаний параллельных вычислительных процессов, реализующих многоуровневые схемы принятия решений. Представлено обоснование выбора метода анализа моделей таких процессов. Описано расширение метода свертки на случай анализа параллельных процессов с задержками комплексирования синхронизируемых процедур, а также на случай реализации объединения решающих правил по логической функции «М из N». Представлено инструментальное программное обеспечение для автоматизации анализа логических моделей многоуровневых вычислительных процессов по методу свертки.

Четвертая глава содержит описание исследования характеристик качества функционирования системы мониторинга и управления сети передачи электронных платежей Северо-Западного региона России. Представлен расширенный состав математического обеспечения для проектирования систем планирования действий интеллектуальных агентов по сбору информации в гетерогенных сетях. Формализовано описание последовательно-параллельных вычислительных процессов при мониторинге сети передачи электронных платежей. Проведен сравнительный анализ построенных моделей планов действий интеллектуальных агентов по ведению опроса информационных источников различной природы.

В пятой главе проведено исследование принципов организации современных систем мониторинга и управления поведением судов. Формализовано описание процесса обработки информации и принятия решения о поведении судна при волнении, разработаны модели для исследования различных вариантов организации процесса мониторинга и управления и проведен сравнительный анализ их временных характеристик.

В приложении представлены акт о внедрении расширенного состава математического обеспечения для проектирования систем планирования действий интеллектуальных агентов по сбору информации в гетерогенной сети ОАО «Промышленно-Строительный Банк» Санкт-Петербурга, акт об использовании в Морском техническом университете разработанного математического и программного обеспечения для анализа последовательно-параллельных вычислительных процессов при исследовании системы мониторинга и управления положением судна на волне, а также акт о внедрении в Санкт-Петербургском государственном техническом университете предлагаемых новых методологических и программных средств в образовательный процесс подготовки дипломированных специалистов и магистров по направлениям «Информатика и вычислительная техника» и «Высокопроизводительные вычислительные системы» соответственно.

Выводы

1. Предложен формальный подход к определению влияния параметров функций комплексирования процедур построения и анализа математической модели наблюдаемого объекта на статистические характеристики времени реализации мониторинга и управления положением судна на волне.

2. Построены модели типовых процессов обработки информации и принятия решения в системе мониторинга и управления поведением судна при волнении.

3. Определено влияние параметров типовых функций объединения процедур построения и анализа модели наблюдаемого объекта на статистические временные характеристики процесса мониторинга судна. Проанализированы различные варианты организации процесса обработки информации и принятия решения.

4. Выявлен способ снижения методической погрешности оценки статистических характеристик времени выполнения последовательно-параллельных процессов обработки информации и принятия решений при описании их иерархическими логическими моделями.

Заключение

В диссертационной работе представлено математическое обеспечение для анализа параллельных вычислительных процессов, предназначенное для исследования многоуровневых логических моделей параллельных процессов. Результаты работы представляют собой новое решение научно-технической задачи анализа параллельных вычислительных процессов в системах мониторинга и управления, обеспечивающее снижение временных затрат на их выполнение за счет теоретически обоснованного выбора механизмов синхронизации процедур принятия решений относительно проявления критических или неблагоприятных ситуаций. Решение данной задачи имеет большое практическое значение, так как позволяет ускорить процесс создания наиболее рационального варианта организации системы мониторинга и управления сложными объектами. Отличительной чертой разработанного математического обеспечения является высокий уровень абстракции используемых моделей, что делает его предметно-независимым и позволяет использовать при исследовании систем с параллельной обработкой информации различной природы. Перспективной областью применения разработанного математического аппарата является проектирование сложных систем с параллельной обработкой данных, в том числе, систем мониторинга и управления.

На основе проведенного исследования получены следующие результаты:

1. В процессе анализа существующих средств мониторинга и управления вычислительными системами и сетями установлена объективная необходимость повышения качества их функционирования посредством сокращения временных затрат на параллельную обработку данных.

2. На основе разработанного подхода к построению моделей параллельных вычислительных процессов с задержками в синхронизации процедур многоуровневых схем принятия решений расширен состав известных способов их формального описания.

3. В результате формализации метода отыскания групп совместных вершин обеспечена возможность оценки влияния задержек в синхронизации процедур двухуровневых схем принятия решений на статистические характеристики времени выполнения параллельных вычислительных процессов в системах мониторинга и управления.

4. Впервые с помощью метода свертки выведены аналитические соотношения для оценки влияния задержек в синхронизации многоуровневых схем принятия решений на статистические характеристики времени выполнения параллельных вычислительных процессов в системах мониторинга и управления.

5. В процессе сравнительного анализа результатов моделирования выявлен новый способ сокращения временных затрат на реализацию параллельных вычислительных процессов в системах мониторинга и управления за счет планирования вариаций задержек в синхронизации процедур двухуровневых схем принятия решений.

6. С помощью модификации метода свертки и метода отыскания групп совместных вершин развито математическое обеспечение для научного обоснования выбора рациональных способов построения систем планирования действий интеллектуальных информационных агентов, предназначенных для мониторинга сети передачи электронных платежей Северо-Западного региона России.

7. Для систем мониторинга и управления положением судна на волне определено влияние параметров функций объединения процедур обработки информации и принятия решений на качество их функционирования.

Основные научные результаты отражены в [93,95,99-101,117-128].

1. Першиков В.И., Савинков В.М. Толковый словарь по информатике. М.: Финансы и статистика, 1995. 544 с.

2. Котов Д.А. Современные тенденции мониторинга и управления систем бесперебойного и гарантированного электропитания // http://w\vw.cts.ru/electro/doklad.html.

3. Иванов П. Управление информационными системами: базовые концепции и тенденции развития // Открытые системы, 1999, №4.

4. Христов П. Инструменты управления сетью. Попытка определения. // Открытые системы, 1994, №3. С. 51-58.

5. Штайнке С. Состояние платформ // LAN/Журнал сетевых решений.т.4, 1998, №З.С.97-ЮЗ.

6. Кручинин С. Система сетевого администрирования HP Open View: платформа и приложения // Computer Weekly. 1996, #34.

7. Уитман А., Бордман Б. Сетевая ловушка, или Платформы управления // Сети и ситемы связи. 1996, #2. С.52-62.

8. Гордеев Э. Владеть или управлять? // LAN/журнал сетевых решений. 1997, №7. С. 85-96.

9. Столяров М., Трифаленков И. На пути к управляемым информационным системам // Jetlnfo online, 1999, №3(70). http://www.jetinfo.eom/1999/3/l/articlel.3.1999.html.

10. Daniele М., Wijnen В., Francisco D. Agent Extensibility (AgentX) Protocol. Version 1. RFC 2257. 1998. 80 p.

11. Case J., Fedor M., Schoffstall M., Davin J. Simple Network Management Protocol (SNMP). RFC 1157. 1990. 36 p.

12. Rose M. A Convention for Defining Traps for Use with the SNMP. RFC 1215. 1991. 9 p.

13. Rose M., McCloghrie K., Davin J. Bulk Table Retrieval with the SNMP. RFC 1187. 1990. 12 p.

14. Schoffstall M., Davin C., Fedor M., Case J. SNMP over Ethernet. RFC 1089. 1989. 3 P

15. Warrier U., Besaw L., LaBarre L., Handspicker B. The Common Management Information Services and Protocols for the Internet (CMOT and CMIP). RFC 1189. 1990. 15 p.

16. Семенов Ю.А. Протоколы и ресурсы Интернет. М.: Радио и связь, 1996. 320 с.

17. Rose M., McCloghrie К. Concise MIB Definitions. RFC 1212. 1991. 19 p.

18. McCloghrie K., Rose M. Management Information Base for Network Management of TCP/IP-based internets: MIB-II. RFC 1213. 1991. 70 p.

19. HP OpenView SNMP Agent Administrator's Guide. Hewlett Packard. HP Part No. J1172-90006. Printed in U.S.A. April, 1996.

20. Waldbusser S. Remote Network Monitoring Management Information Base. RFC 1271. 1991. 81 p.

21. Крейнес А. Загляни за горизонт // COMPUTER WORLD РОССИЯ, 1996, №5.

22. Морриси П., Бордман Б. Незаконченная картина RMON // Сети и системы связи. 1996, №8. С.50-57.

23. Waldbusser S. Remote Network Monitoring Management Information Base Version 2 Using SMIv2. RFC 2021. 1997. 130 p.

24. Морриси П. RMON2: сетевой уровень и выше // Сети и системы связи. 1998, #5 (27). С.80-91.

25. Бордман Б. Платформам сетевого управления недостает лидера // Сети и системы связи. 1998, #11 (33). С. 70-80.

26. Каталог сетевых продуктов // LAN/Журнал сетевых решений. 1998, т.4, #1. С.146-162.

27. Штайнке С. В поисках интегрированного управления // LAN/Журнал сетевых решений, т.5, 1999, №1. С.103-109.28.3ыков А.А. Основы теории графов. М.: Наука, 1987. - 382 с. 29.0ре О. Теория графов: пер. с англ. -М.: Наука, 1980. - 336 с.

28. Харари Ф. Теория графов: пер. с англ. М.: Мир, 1973. - 300 с.

29. Берж К. Теория графов и ее применения: пер. с англ. М.: Изд-во иностр.лит., 1962.- 319 с.

30. Кристофидес Н. Теория графов. Алгоритмический подход: пер. с англ. М.: Мир, 1978.-432 с.

31. Свами М., Тхуласираман К. Графы, сети и алгоритмы: пер. с англ. М.: Мир, 1984.-455 с.

32. Басакер Р., Саати Т. Конечные графы и сети: пер с англ. М.: Наука, 1974. 366 с.

33. F.Baccelli, A.Jean-Marie, Z.Liu. A survey on solution methods for task graph models. // Proceedings of the 2nd QMIPS Workshop. Gotz, Herzog, Rettelbach (Eds.), Arbeitsberichte der IMMD , 26 , 14, Erlangen, March 1993. p. 163-183.

34. H.Frank. Shortest paths in probabilistic graphs. // Operations Research, 17. 1969. p. 583-599.

35. A.Nadas. Probabilistc PERT. //IBM Journal of Research and Development, #23(3), May 1979, p. 339-347.

36. N.Yazici-Pekergin, J.-M.Vincent. Stochastic bounds of execution times of parallel programs. // IEEE Transactions on Software Engineering, 17(10), Oct. 1991. p. 10051012.

37. Benno J. Overeinder, Peter M.A.Sloot. Parallel Performance Evaluation through Critical Path Analysis. // Proceedings of High-Performance Computing and Networking International Conference and Exhibition. Milan, Italy, 1995. p. 634-639.

38. V.Adlakha, V.Kulkarni. Stochastic PERT Networks: Review and Classified Bibliography (1966-1987). // INFOR: Information Systems and Operational Research. Vol.27, No. 3. 1989.

39. Головкин Б.А. Расчет характеристик и планирование вычислительных процессов. М.: Радио и связь, 1983. - 272 с.

40. Колесников Д. Н., Сиднев А.Г., Юрганов А. А. Моделирование случайных факторов в задачах автоматики и вычислительной техники: Учеб. пособие. -СПб: СПбГТУ, 1994. 106 с.

41. Р.Malcolm, J.Roseboom, C.Clark, W.Fazar. Application of a technique for research and development. //Opns.Res., 7, 1959. p. 646-669.

42. C.Bigelow. Bibliography on project planning and control by network analysis: 19591961. // Operations Research, 10, 1962. p. 728-731.

43. C.Lerda-01berg. Bibliography of network-based project planning and control techniques: 1962-1965.//Operations Research, 14(5), 1966. p. 925-931.

44. H.Hartley, A.Wortham. A statistical theory for PERT critical path analysis. // Management Science, 12(10), June 1966. p. B-469-B-481.

45. L.Ringer. Numerical operators for statistical PERT critical path analysis. // Management Science, 16(2), Oct., 1969. p. B-136-B-143.

46. B. Dodin. Reducibility of stochastic networks. // OMEGA Intl. J. Of Mgmt. Sci., 13(3), 1985. p. 223-232.

47. J.Martin. Distribution of the time through a directed, acyclic network. // Operations Research, 13(1), 1965. p. 46-66.

48. R.Sahner, K.Trivedi. Performance and reliability analysis using directed acyclic graphs. // IEEE Transactions and Software Engineering, SE-13(10), Oct. 1987. p. 1105-1114.

49. Z.Liu. Modeles d'execution paralleles sur des systemes multiprocesseurs: analyse et optimisation. PhD thesis, Universite Paris Sud, Orsay, Jan. 1989.

50. M.Neuts. Matrix-Geometric Solutions in Stochastic Models: An Algorithmic Approach. // Johns Hopins University Press, Baltimore, 1981. p. 332.

51. P. Cubaud. Modeles et outils pour la prediction de performances des systemes informatiques paralleles. PhD thesis, Universite Rene Descartes, Paris V, Mar. 1992.

52. Кемени Дж.Дж., Снелл Дж.Л. Конечные цепи Маркова: Пер. С англ. / Под ред. А.А.Юшкевича. М., Наука, 1970. - 272 с.

53. V.Kulkarni, V.Adlakha. Markov and Markov-regenerative PERT networks. // Operations Research, 34(5), Sept. 1986. p. 769-781.

54. Птицына Л.К., Цыган B.H. Программное обеспечение ЭВМ. Учебное пособие. Л.:ЛГТУ, 1991.-91 с.

55. A.Pritsker, W.Happ. GERT: graphical evaluation and review technique I. Fundamentals. // J. Industr. Eng., XVII(5), 1966.

56. M.Bakes, M.Bramson, S.Freckelton, P.Roberts, D.Ryan. Stochastic-network reduction and sensitivity techniques in a cost effectiviveness study of a military communications system. // Operations Research Quartely, 21 (conference issue), 1970. p. 45-67.

57. G.Kleindorfer, P.Kleindorfer. Bounding distributions for stochastic logic networks. // Operation Research Quartely, 25(3), 1974. p. 465-479.

58. F. Baccelli, Z. Liu. Comparison Properties of Stochastic Decision Free Petri Nets. IEEE Trans, on Automatic Control, Vol. 37, 1992. pp. 1905-1920.

59. Гордеев А.В., Молчанов А.Ю. Применение сетей Петри для анализа вычислительных процессов и проектирования вычислительных систем: Уч. пособие. СПб: СПбГААП, 1993. 80 с.

60. Бендерская Е. Н., Колесников Д.Н., Пахомова В. И., Сиднев А. Г., Тихонов Н. Д. Системный анализ и принятие решений: Учеб. пособие. СПб: СПбГТУ, 1999. -205 с.

61. G.Fayolle, P.King, I.Mitrani. On the execution of programs by many processors. // Proceedings of Performance'83. North Holland, Amsterdam, The Netherlands. 1983. p. 217-228.

62. E.Gelenbe, E.Montagne, R.Suros, C.Woodside. A performance model of block structured parallel programs. In Cosnard et al., editor, Parallel Algoritms and Architectures. North Holland, 1986. p. 127-138.

63. E.Gelenbe, R.Nelson, T.Philips, A.Tantawi. Asymptotic processing time of a model of parallel computation. // Proc. National Computer Conference, Las Vegas, Nov. 1986.

64. F.Baccelli, Z.Liu. On a class of stochastic recursive sequences arising in queueing theory. // The Annals of Probability, 20(1), 1992. p. 350-374.

65. C.Newman. Chain lengths in certain random directed graphs. //Random Structures and Algoritms. 3(3), 1992. p. 243-253.

66. Борщев А.В. Моделирование и анализ параллельных систем реального времени.- Диссертация на соискание ученой степени кандидата технических наук по специальности 05.13.13 Вычислительные машины, комплексы, системы и сети.- СПб: СПбГТУ, 1995.- 172 с.

67. Вальковский В.А. Распараллеливание алгоритмов и программ: структурный подход.- М.: Наука, 1989. 176 с.

68. Барский А.В. Параллельные процессы в вычислительных системах: планирование и организация. М., Радио и связь, 1990. - 256 с.

69. Вальковский В.А., Малышкин В.Э. Синтез параллельных программ и систем на вычислительных моделях. // Отв. ред. В.Е.Котов. Новосибирск: Наука, 1988. -128 с.

70. S.Achasova, O.Bandman, V.Markova, S.Piskunov. Parallel Substitution Algorithm. Theory and Application. World Scientific: Singapore, 1994. - P. 220.

71. Стерне Т. Учимся моделировать // Сети. 1998, #5. С. 130-135.

72. Васильев М., Шаповаленко С. Экспертиза, проектирование и реинжиниринг инфраструктуры информационных ресурсов предприятия. // Компьютерные системы и сети. 1998, #6.

73. Sczittnick М., Miiller-Clostermann В. МАСОМ A Tool for the Markovian Analysis of Communication Systems. Proc. Of the 4th Int.Conf. on Data Communications Systems and their Performance. Barcelona, Spain. 1990. p. 456-470.

74. Gu W., Eisenhauer G., Schwan K. On-line Monitoring and Steering of Parallel Programs, Concurrency: Practice and Experience 10 9 (1998), p. 699-736.

75. Miller B.P., Callaghan M.D., Cargille J.M., Hollingsworth J.K., Irvin R.B., Karavanic K.L., Kunchithapadam K., Newhall T. The Paradyn Parallel Performance Measurement Tools. IEEE Computer 28 11 (1995), p. 37-46.

76. Van Gemund A.J.C., Reijns G.L. Predicting Parallel System Performance with Pamela, in Proc. 1st Annual Conf. Of the Advanced School for Computing and Imaging, Heijen, The Netherlands (1995) p. 422-431.

77. Alkindi A.M., Kerbyson D.J., Papaefstathiou E., Nudd G.R. Run-Time Optimization Using Dynamic Performance Prediction.// Proceedings of the 8th International Conference, HPCN Europe 2000. Amsterdam, The Netherlands, 2000, p. 280-289.

78. Yalcinkaya Y., Steihaug T. An Analytical Model for a Class of Architectures under Master-Slave Paradigm.// Proceedings of the 8th International Conference, HPCN Europe 2000. Amsterdam, The Netherlands, 2000, p. 601-604.

79. Zavanella A. Skel-BSP: Performance Portability for Skeletal Programming.// Proceedings of the 8th International Conference, HPCN Europe 2000. Amsterdam, The Netherlands, 2000, p. 290-299.

80. Нечаев Ю.И., Дегтярев А.Б., Бухановский A.B. Идентификация экстремальной ситуации в нечетких условиях.// Материалы Международной конференции по мягким вычислениям и измерениям SCM'99. СПб, 1998. С. 85-88.

81. Smirni Е., Rosti Е. Modeling Speedup of SPMD Applications on the Intel Paragon: a Case Study. // Proceedings of the High-Performance Computing and Networking International Conference and Exhibition. Milan, Italy, 1995. p. 94-101.

82. Телешевский В.И., Мастеренко Д.А. Рекуррентное робастное оценивание в автоматизированных измерительных информационных системах. Измерительная техника. 1997. №4. с. 16-19

83. Птицына Л.К., Бородин В.В. Модели и методы анализа вычислительных процессов при функциональном диагностировании динамических систем. Учебное пособие, СПб.: СПбГТУ. 1997 г. 106 с.

84. Соколова Н.В. Анализ временных характеристик параллельных вычислительных процессов с задержками комплексирования последовательных фрагментов. //Вестник молодых ученых. Технические науки 1 '99(2), № 1,- СПб.: 1999. С. 8187.

85. Птицына Л.К., Трубников Н.А. Определение характеристик обнаружения дефектов при комплексировании решений по принципу «невязок». // Вычислительные, измерительные и управляющие системы. Труды СПбГТУ. №476. СПб.:СПбГТУ, 1998. - С.75-79.

86. Птицына Л.К., Трубников Н.А. Комплекс программ для анализа статистических характеристик времени принятия решений при распределенных вычислениях. // Вычислительная техника, автоматика, радиоэлектроника. Труды СПбГТУ. №469. СПб.:СПбГТУ, 1997. - С.98-104.

87. Wooldrige М., Jennings N.R. Intelligent Agents: Theory and Practica. // The Knowledge Engineering Review, 1995. Vol. 12, No.2. P.l 15-152.

88. Справочник по теории корабля.т.2. Л.Судостроение, 1985. - 440 с.

89. Гуськов Ю.П., Загайнов Г.И. Управление полетом самолетов. М., Машиностроение, 1980.-213 с.

90. Ю5.Епифанов Б.С. Судовые системы. JL, судостроение, 1980. - 176 с.

91. Юб.Трапезников Ю.М. Бортовая система информационной поддержки борьбы за живучесть. // Судостроение, № 2-3, 1996 г. С.20-21.

92. Ю7.Бубнов Е.А., Кобзев В.В., Кудияров С.В. Прикладные системы искусственного интеллекта в ВМС США. // Судостроение, № 1, 1996 г. С. 18-19.

93. Ю8.Аверкин А. Н. Использование нечетких отношений в моделях представления знаний.//Изв. АН СССР. Техническая кибернетика. 1989, №5, с. 20-23.

94. Ю9.Корнеев В.В. Параллельные вычислительные системы. М.:Нолидж, 1999. -320 с.

95. Hesham El-Rwini. Distributed and Parallel Computing. University of Nebraska at Omaha, USA and Ted G. Lewis, Naval Postgraduate School, Monterey, С A, USA. -p.469.

96. Ю.И. Нечаев, В.А.Бондарев, А.Б.Дегтярев. Проблемы создания бортовых интегрированных интеллектуальных комплексов судов промыслового флота. // Сб.науч.тр. "Теория и практика судовождения", вып.40, изд. БГАОФ. -Калининград, 2000. С.27-53.

97. Нечаев Ю.И. Моделирование остойчивости на волнении. Современные тенденции. JL, Судостроение, 1989. - 240 с.

98. ПЗ.Борисов А.Н., Алексеев А.В., Меркурьева Г.В. и др. Обработка нечеткой информации в системах принятия решений. М., Радио и связь, 1989. - 304 с.

99. Пб.Искусственный интеллект: Концепции и приложения, //под ред. Ю.И.Нечаева. СПб: СПбГМТУ, 2000. - С. 296.

100. П.Соколова Н.В., Птицына Л.К. Пакет программ для построения графических образов логических моделей параллельных программ. // Тезисы докладов научно-технической конференции студентов 25-й юбилейной Недели науки СПбГТУ. СПб.: СПбГТУ, 1996. - С.277-278.

101. Соколова Н.В., Птицына Л.К. Программное обеспечение для анализа параллельных вычислительных процессов посредством определения групп совместных вершин. // Современные научные школы: перспективы развития (ч. 2). СПб.: СПбГТУ, 1998. С.162-163.

102. Птицына Л.К., Соколова Н.В. Анализ параллельных вычислительных процессов с задержками принятия решений. // XXVII неделя науки СПбГТУ. Материалы межвузовской научной конференции (часть IV). СПб.:СПбГТУ, 1999. С.41-42.

103. Соколова Н.В., Птицына Л.К. Моделирование систем мониторинга вычислительных кластеров. // Материалы межвузовской научной конференции «XXVIII неделя науки СПбГТУ», 4.IV. СПб.:СПбГТУ, 2000. - С. 63.